Gli agenti AI possono ormai pagare per i servizi in autonomia. Il problema più difficile è capire quali di questi servizi meritino davvero il denaro. Circle Research ritiene che la risposta risieda nella traccia dei pagamenti stessa.

Circle Research ha presentato Anduin, un framework che legge i dati di pagamento onchain per classificare i fornitori di servizi per agenti AI — di fatto assegnando loro un punteggio in base a chi li paga davvero — con l'obiettivo di rendere la fabbricazione di reputazioni false molto più costosa. La proposta si basa su una verità scomoda dell'attuale configurazione: secondo Circle Research, le valutazioni e i contatori di utilizzo nei marketplace di agenti possono essere falsificati per meno di un centesimo.

Come Anduin legge il denaro

Il paper è stato pubblicato il 3 novembre 2026 ed è firmato da Reza Ramji, Preston Vander Vos, Ziming Zeng e Duc V. Le di Circle Research.

Invece di contare stelle o volumi grezzi di transazioni, Anduin costruisce quello che i ricercatori chiamano un grafo bipartito acquirente-fornitore. Immaginate una mappa con gli acquirenti da un lato e i fornitori di servizi dall'altro, collegati da linee ogniqualvolta è cambiato di mano del denaro. I segnali di reputazione viaggiano quindi lungo i percorsi di pagamento fidati già stabiliti da un acquirente. Detto più semplicemente, un fornitore appare credibile a un acquirente quando le persone che quell'acquirente paga già — e le persone che questi controparti pagano — hanno speso denaro reale anche lì. In questo modello la reputazione è quindi specifica per ciascun acquirente e non un singolo punteggio globale: lo stesso fornitore può avere una considerazione diversa presso acquirenti diversi a seconda di come le loro storie di pagamento si sovrappongono.

Questo design mira agli attacchi Sybil, in cui un singolo attore crea uno sciame di identità finte per gonfiare un punteggio — un po' come il proprietario di un ristorante che scrive cinquanta recensioni entusiastiche con cinquanta nomi diversi. Circle Research sostiene che le classifiche di popolarità siano particolarmente vulnerabili a questa tattica. Il team aggiunge anche che tali classifiche spiegano in modo poco accurato dove fluiscono realmente i traffici del mercato.

I numeri dietro l'affermazione

Circle Research ha testato il framework su un dataset che copre il periodo dal 23 marzo al 26 agosto 2026. Includeva 66.073.201 pagamenti x402 per un valore di circa 6,1 milioni di dollari. Il pagamento median nel dataset era di 0,01 dollari. Non si tratta di acquisti importanti, ma di minuscole transazioni da macchina a macchina — il tipo di operazione che un agente può effettuare migliaia di volte al giorno per recuperare dati o chiamare un'API.

Il risultato principale: con Anduin, manipolare una reputazione median di marketplace richiederebbe circa il 20% della spesa storica totale dell'acquirente target. Con una baseline basata sul filtering collaborativo, lo stesso attacco costa circa lo 0,9%. Ciò rende un attacco circa 23 volte più costoso con Anduin, secondo la ricerca. Il filtering collaborativo, per contesto, è il noto approccio di raccomandazione alla base di "chi ha comprato questo ha comprato anche quello".

Il divario riflette il design sottostante di Anduin: la reputazione deve essere guadagnata attraverso spesa reale lungo percorsi di pagamento di cui l'acquirente si fida già, anziché accumulata a basso costo tramite attività fabbricata. Fatto cruciale, i ricercatori affermano che Anduin mantiene un'accuratezza di raccomandazione simile a quelle baseline.

Il framework inoltre non richiede alcun nuovo token. È descritto come compatibile con gli standard esistenti x402 ed ERC, e rimane in una fase sperimentale iniziale.

Collocazione nella spinta di Circle sugli agenti

Anduin si basa sul lavoro precedente di Circle nell'infrastruttura per agenti. A maggio 2026, la società ha lanciato il Circle Agent Stack, che supporta nanopagamenti x402 in USDC, la stablecoin emessa da Circle. x402 è lo standard di pagamento al centro del dataset. Permette al software di pagare direttamente i servizi web, con le stablecoin come infrastruttura di regolamento per questi minuscoli trasferimenti.

Cosa significa per i marketplace di agenti

L'intuizione centrale è economica più che crittografica. Anduin non rende impossibili le reputazioni false. Le rende costose — e in particolare costose in rapporto all'acquirente preso di mira. Con il framework, ingannare un acquirente richiederebbe, secondo quanto riportato, di spendere una quota consistente di quanto quell'acquirente ha storicamente speso, instradando il denaro lungo percorsi di cui l'acquirente si fida già.

Per i marketplace di agenti, il risultato è un segnale di reputazione radicato nella spesa dimostrata piuttosto che nelle recensioni degli utenti o nelle statistiche grezze di utilizzo.

Anche il design senza nuovi token è notevole. Molti progetti di reputazione nel mondo crypto hanno fatto affidamento su token dedicati, il che introduce questioni di speculazione e governance. Anduin invece si appoggia agli standard esistenti, il che potrebbe abbassare la barriera per i marketplace che vogliono sperimentarlo.

Ci sono avvertenze da tenere presente. Il framework è dichiaratamente iniziale e sperimentale, e la sua valutazione copre una finestra specifica di attività x402 per un totale di circa 6,1 milioni di dollari — una somma modesta distribuita su decine di milioni di minuscoli pagamenti. Se i marketplace di agenti inizieranno a sperimentare la reputazione basata sui pagamenti al posto dei conteggi di recensioni è l'evoluzione immediata da osservare.

Fonte: CryptoBriefing